大数据完整学习路线

大数据行业人才的巨缺，企业对技术人才的渴求，激发了一批对大数据技术感兴趣的人的的学习欲望。对于大数据的学习，千万不能盲目学习，先要找准方向，判定是不是真正的大数据技术再开始学习。

面对你搜集到的众多自学大数据课程，先做一个筛选，什么？不知道怎么筛选？来，给你一个秘诀！

大数据课程偏HTML5、Java、可视化、测试， 一律不要，凡是你手里的课程比重这些占主要的份额，直接PASS吧，这都不是真正的大数据技术。接下来再来精准技术筛选：

　　大数据偏HTML5

课程偏重HTML5、css、HTMl、AJAX、jQuery、AngleJs、Js等内容讲解

　　大数据偏Java

课程偏重Java、JavaWeb、Spring、SpringMVC、MyBatis、HTCargo项目实战。

　　大数据偏大数据可视化

课程偏重Photoshop、Java及可视化工具，就职大数据运维工程师。薪资低、就业慢，岗位少。

　　大数据偏测试课程

课程偏重数据库管理系统（DBMS）、VB脚本语言等。

那我们自学大数据课程都有哪些技术才是真正的大数据技术呢？别着急，真正的课程大纲，马上呈现！按照下面五个阶段开始学习，循序渐进！

阶段一、大数据基础——java语言基础方面

（1）Java语言基础

Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类

（2） HTML、CSS与Java

PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生Java交互功能开发、Ajax异步交互、jQuery应用

（3）JavaWeb和数据库

数据库、JavaWeb开发核心、JavaWeb开发内幕

阶段二、 Linux&Hadoop生态体系

Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架

阶段三、 分布式计算框架和Spark&Strom生态体系

（1）分布式计算框架

Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一：基于Spark的推荐系统（某一线公司真实项目）、实战二：新浪网（www.sina.com.cn）

（2）storm技术架构体系

Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战

阶段四、 大数据项目实战（一线公司真实项目）

数据获取、数据处理、数据分析、数据展现、数据应用

阶段五、 大数据分析 —AI（人工智能）

Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习

1、Python机器学习2、图像识别&神经网络、自然语言处理&社交网络处理、实战项目：户外设备识别分析